Dec, 2023

无人机深度和障碍物分割数据集 DDOS

PDF
TL;DR为了解决真实世界航空数据集的稀缺性问题，以及针对薄物体在航空视图中的检测和分割带来的关键问题，我们提出了一个新颖的合成数据集，专为航空视图中的深度和语义分割任务而设计。利用照片逼真的渲染技术，我们的数据集为使用合成监督训练方案训练模型提供了宝贵的资源，同时引入了新的针对航空深度准确性的无人机特定度量标准。
accurate depthsemantic segmentationaerial datasetsthin objectssynthetic dataset
发现论文，激发创造
  • VDD：用于语义分割的多样化无人机数据集

    本研究提出了用于语义分割的无人机图像数据集，其中包含种类丰富、规模大、清晰度高的无人机图像，同时提出并测试了一种新的 DeepLabT 模型，该模型基于 CNN 和 Transformer 架构，在 VDD 数据集上具有很好的性能。

    May, 2023

  • SynDrone – 城市场景下多模态无人机数据集

    为了解决现有数据集图片数量有限的问题，本文提出了一个包含图像和三维数据的多模态综合数据集，该数据集包含 28 类的像素级标注，并可用于深度网络架构的有效训练，结果表明其在合成数据和实际数据的适应方面具有良好的前景。

    Aug, 2023

  • 目标语义学赋予我们所需的深度：多任务方法实现地面深度补全

    该论文提出了一种基于多任务学习的编码器模型的方法，通过特征共享来同时进行航空深度完成和目标检测，进而提高无人机 3D 建图的资源利用效率，该方法实验结果表明在特定情况下，比单任务的深度完成算法表现更好。

    Apr, 2023

  • 航空语义分割和深度估计的森林巡查数据集

    通过使用 UAV 监测森林环境的变化，本研究介绍了一个新的大型航拍数据集，用于森林巡视任务，该数据集包含了真实和虚拟记录的自然环境，密集标注的语义分割标签和深度图，并研究了不同采集条件下多尺度神经网络的性能以及从虚拟数据到真实数据的迁移学习能力，结果表明，最佳结果来自于包含多种情景的数据集，而非将数据按特定类别分离。还开发了一个评估地区森林破坏程度的框架。

    Mar, 2024

  • UAVid: 一份用于无人机图像语义分割的数据集

    介绍并推广了 UAVid 数据集，即用于语义分割的无人机高分辨率影像数据集。该数据集采用斜视图拍摄，结合侧视和俯视角度，可为对象的识别提供更多信息，并提供了几种深度学习基线方法，其中提出的多尺度扩张网络效果最好。

    Oct, 2018

  • ConstScene: 在施工环境中推进鲁棒语义分割的数据集和模型

    针对建筑工地的多样挑战，介绍了一个新的语义分割数据集，以增强目标检测模型在不同的天气和环境条件下的训练和评估，从而促进其在实际建筑应用中的适应能力和可靠性。

    Dec, 2023

  • 无人航天器图像的语义图像分割的合成数据

    我们提出了一种生成合成图像数据的方法，用于语义分割，为其他任务提供泛化能力，并提供由无人驾驶宇宙飞船的二维单眼图像组成的原型合成图像数据集，以便进一步研究自主空间飞行器汇合问题。我们在这些合成数据上展示了强的基准结果（Sørensen-Dice 系数为 0.8723），表明训练良好性能的图像分割模型对此任务是可行的，特别是如果目标航天器及其配置已知。

    Nov, 2022

  • 视觉与无人机：一项挑战

    本篇论文介绍了一个名为 VisDrone2018 的大规模视觉对象检测和跟踪基准，目的在于推进基于无人机平台上的视觉理解任务，其包含了 14 个不同城市的各种城市 / 郊区地区的图像和视频序列，并提供了丰富的标注，如物体边界框的位置，物体类别，遮挡，截断比等，是迄今为止发表的最大的数据集之一，可广泛评估并研究在无人机平台上的视觉分析技术。

    Apr, 2018

  • 无人机油污漏油检测数据集：港口环境下无人机拍摄的分段式 RGB 图像

    利用无人机进行自动化油污泄漏检测可以显著提高速度和准确性，本研究提出了一个独特的、有注释的数据集，通过使用卷积神经网络在台式机和边缘计算平台上分析，证明了该数据集在港口环境中对于油污检测实际应用的实用性。

    Feb, 2024

  • SimMining-3D：基于高度感知的复杂矿山环境中的三维物体检测：新颖数据集和基于 ROS 的自动标注管道

    这篇论文介绍了一种用于挖掘行业中 3D 目标检测的合成数据集，该数据集通过 ROS 接口实现自动注释，通过高度和高度变化增强来提高准确性和可靠性。

    Dec, 2023